SWE-AF は動作しますか?

SWE-AF は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 0 分でインストールして起動し、途中で 4 件のエラーに遭遇し、セッションを記録しました。

Argusic は SWE-AF をどのようにテストしましたか?

新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 17d3160f20a2 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。

SWE-AF のテストにはいくらかかりましたか?

この判定を出した実行のコストは 0.12 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。

SWE-AF のインストールにはどのくらい時間がかかりますか?

この判定を決めた実行では、クリーンなマシンから実行状態まで 0.3 分でした。これは 1 回の計測された試行であり、平均ではありません。

SWE-AF には GPU が必要ですか?

起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。

SWE-AF のインストールでは何がうまくいきませんか?

記録された実行では 4 件の問題が発生しました。そのうち 4 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。

SWE-AF の証拠はどこにありますか?

記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

英語の原文: https://argusic.com/subject/swe-af

SWE-AF

AgentField 上で本番品質のプルリクエストを生成する自律型ソフトウェアエンジニアリング AI エージェント群: 計画、コーディング、テスト、リリース。

モックで動作するソース: GitHub ホームページGoApache-2.0コミット 17d3160f20a2

Go、Apache-2.0 ライセンス. プロジェクト自身の表記: agent factory、agentfield、agentic ai、ai agents、ai factory、autonomous agents、claude code、code generation.

SWE-AF は、依存するサービスを代わりのものに置き換えたうえで動作します。Argusic のエージェントが GPU のないクリーンなマシンで 0.3 分でインストールし、4 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。

The swe-af package is installed in the venv, all 1317 tests pass, and python -m swe_af starts a uvicorn server on port 8001 (reports degraded mode because no AgentField control plane is running on localhost:9999).
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 56 点 (このプロジェクトの実行スコアの平均)。

概要

判定: モックで動作する
Argusic スコア: 56 / 100
検証した実行のコスト: 0.12 USD (実測)
記録された実行: 2
最終テスト: 2026-10-11
スター: 1,125
フォーク: 186
未解決の Issue: 20
ウォッチャー: 9
サイズ: 130 MB
作成日: 2026-02-04
最終プッシュ: 2026-11-03

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 2026-11-04。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。各行は記録された値であり、推定値ではありません。

SWE-AF のテスト中に各失敗で失われた時間 (記録された実行から作成) — 各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

test_default_runtime_and_provider, test_empty_env_uses_claude_code, test_unset_env_uses_claude_code, test_default_resolution failed from same env-var interference1.5 分
test_ac_3_fastbuildconfig_defaults failed because OPENROUTER_API_KEY in container env changed default runtime from claude_code to open_code0.5 分
test_build_config_no_args (multi_repo_schemas) same env interference0.5 分
test_ac_25 (multi_repo_integration) same env interference in child subprocess0.5 分

インストール時間: 1 分未満
クリーンなマシンから完了まで: 14 分
遭遇したエラーと修正したエラー: 4 件に遭遇、4 件を人の手を借りずに修正
結果の証明方法: pytest tests/ exited 0 with 1317 passed, 1 skipped
使用したモデルのトークン: 253,958
テストした正確なコミット: 17d3160f20a2
コンテナイメージ: sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク: CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い: 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
実際のサービスに対する振る舞い: この実行は代わりのサービスに対してのみ検証されました

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

ℹ️ Reconnecting to memory events (attempt 3/5) in 4.0s...
❌ Failed to connect to memory events: Multiple exceptions: [Errno 111] Connect call failed ('127.0.…
ℹ️ Reconnecting to memory events (attempt 4/5) in 8.0s...
❌ Failed to connect to memory events: Multiple exceptions: [Errno 111] Connect call failed ('127.0.…
ℹ️ Reconnecting to memory events (attempt 5/5) in 16.0s...
INFO:     Shutting down
Now let me compile the final report:
**ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.28, "e…
tokens used
253,958
Now let me compile the final report:
**ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.28, "e…

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

0.3 分でインストールできました。
4 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
ホストの報告によると、ライセンスは Apache-2.0 です。
2 回計測しているため、一度きりの結果ではありません。

うまくいかなかった点、または不明な点

代わりのサービスに対してのみ実行状態に達したため、実際のサービスで動作することはここでは証明されていません。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

実行履歴

テスト担当	試行	結果	スコア	コスト (USD)	日時
Argusic Runner	2/3	モックで動作した	92.00	0.12	2026-10-11 06:41 UTC
Argusic Runner	1/3	動作しなかった	20.00	0.19	2026-10-11 06:16 UTC

トピック (出典: GitHub)

agent-factory agentfield agentic-ai ai-agents ai-factory autonomous-agents claude-code code-generation codex coding-agent developer-tools gemini-cli llm multi-agent openrouter software-engineering software-factory

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/SWE-AF.svg)](https://argusic.com/subject/swe-af)

質問

SWE-AF は動作しますか?: SWE-AF は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 0 分でインストールして起動し、途中で 4 件のエラーに遭遇し、セッションを記録しました。
Argusic は SWE-AF をどのようにテストしましたか?: 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 17d3160f20a2 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
SWE-AF のテストにはいくらかかりましたか?: この判定を出した実行のコストは 0.12 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
SWE-AF のインストールにはどのくらい時間がかかりますか?: この判定を決めた実行では、クリーンなマシンから実行状態まで 0.3 分でした。これは 1 回の計測された試行であり、平均ではありません。
SWE-AF には GPU が必要ですか?: 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
SWE-AF のインストールでは何がうまくいきませんか?: 記録された実行では 4 件の問題が発生しました。そのうち 4 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
SWE-AF の証拠はどこにありますか?: 記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。